基于多特征分析的管线哑资源重复录入检测方法及系统

AITNT
正文
推荐专利
基于多特征分析的管线哑资源重复录入检测方法及系统
申请号:CN202510253030
申请日期:2025-03-05
公开号:CN120128501A
公开日期:2025-06-10
类型:发明专利
摘要
本发明涉及通信技术领域,具体为基于多特征分析的管线哑资源重复录入检测方法及系统,包括以下步骤:数据采集;对采集到的数据进行预处理;提取空间特征、光缆特征以及连接特征;机器学习模型训练;判断数据是否录入重复;有益效果为:通过利用机器学习算法,尤其是随机森林算法,能够从多个维度的特征中学习复杂的模式,避免人工比对和简单规则判断的局限性,从而更精准地判断管线哑资源数据是否重复录入。
技术关键词
机器学习模型训练 光缆 信息熵 随机森林 构建决策树 模型训练模块 特征提取模块 数据采集模块 机器学习算法 特征值 坐标 定义 资源 格式 样本 关系
系统为您推荐了相关专利信息
1
信用卡信息的处理方法、装置、可读存储介质及电子设备
信用卡 随机森林模型 支持向量机 K近邻 训练样本集
2
一种基于非线性数据降维的动态模态分解流场预测方法
矩阵 多层感知机 动态 编码器 随机森林模型
3
一种SOFC系统的状态检测和健康诊断方法及系统
健康诊断方法 SOFC系统 生成对抗网络 健康诊断系统 随机森林
4
一种基于智能规则的BIM数据自动分类与标签化方法
集成学习模型 标签 数据 特征融合技术 报告
5
一种电渣重熔高温合金钛含量预报方法、系统及存储介质
高温合金 预报方法 Parzen窗估计 树形结构 估计算法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号